• 判定標準不統(tǒng)一，檢測效率低下

• 質(zhì)檢人員流動性大，培訓周期長

• 無留檔記錄，無法追溯歷史數(shù)據(jù)

• 缺陷種類多，無法量化缺陷統(tǒng)計數(shù)據(jù)

• 無法實時監(jiān)控和反饋數(shù)據(jù)，缺少工藝異常鎖定功能

1）產(chǎn)品外觀缺陷檢測：通過機器視覺獲取產(chǎn)品表面特征圖像，對圖像中的缺陷進行精準定位抓取，并進行精準識別與分類；

2）數(shù)據(jù)統(tǒng)計分析：分析產(chǎn)品缺陷分類占比，準確定位缺陷位置信息，有效識別生產(chǎn)工藝改善方向；批量統(tǒng)計分析缺陷變化規(guī)律，定位缺陷產(chǎn)生原因及工藝，實時檢測設備及工藝性能波動情況；結合生產(chǎn)過程中出現(xiàn)的缺陷數(shù)據(jù)和趨勢信息，對改善制造工藝、優(yōu)化生產(chǎn)流程進行缺陷根因分析；

3）自適應缺陷識別：通過自適應成像配置調(diào)節(jié)及多種成像方式，結合無監(jiān)督遷移學習的人工智能算法，對新形態(tài)缺陷不論大小以及形態(tài)均實現(xiàn)自適應缺陷檢出。并配合自動化質(zhì)量監(jiān)控對設備問題進行報警。

項目成果

通過自動化檢測設備替代原有人工目檢，10秒檢測一塊硅片，檢測效率大幅提升，滿足高產(chǎn)能生產(chǎn)需求；1個人可以同時維護多臺設備，大幅降低了人力投入，同時縮短了人工培訓周期。

2、缺陷檢測準確率高達99%

通過自適應高分辨率成像穩(wěn)定獲取產(chǎn)品圖像特征，并結合機器視覺建立統(tǒng)一的缺陷檢測規(guī)范，有效提升了產(chǎn)品缺陷檢測的穩(wěn)定性以及準確性。

3、出貨良率提升20%

在進行缺陷檢測的同時，進行大量數(shù)據(jù)統(tǒng)計分析，有效識別前段工藝生產(chǎn)問題及改善方向，進而促進生產(chǎn)工藝優(yōu)化，結合精準的產(chǎn)品等級劃分，促使產(chǎn)品出貨良率提升。